You are on page 1of 5

ESTATSTICA BSICA Pedro Bello Pgina 1

MEDIDAS DE DISPERSO:

A funo dessas medidas avaliar o quanto esto dispersos os valores observados numa
distribuio de freqncia ou de probabilidades, ou seja, o grau de afastamento ou de concentrao
entre os valores.

Como principais medidas de disperso temos:
Amplitude Total ou Range de uma distribuio
Desvio Mdio Absoluto
Varincia
Desvio Padro
Varincia Relativa
Coeficiente de Variao

A primeira medida citada, Amplitude Total ou Range, j vimos anteriormente e podemos
dizer que no uma boa medida, pois sendo apenas a diferena entre o maior e o menor valor
observado, no d a noo de quanto os valores intermedirios esto afastados ou concentrados.
Podemos dar um exemplo elementar disto. Suponhamos duas distribuies A e B:
A 2; 3; 4; 13; 18 => R
A
= 18 2 = 16
B 2; 4; 7; 9; 18 => R
B
= 18 2 = 16
Ambas as distribuies tem a mesma Amplitude Total, mas em qual delas a disperso maior?
Primeiramente vamos encontrar uma medida de posio que j conhecemos: a Mdia.
8 X
5
40
X
5
18 13 4 3 2
X
n
X
X A A A
i
A = =
+ + + +
=

=
8 X
5
40
X
5
18 9 7 4 2
X
n
X
X B B B
i
B = =
+ + + +
=

=
Construindo uma tabela para cada uma das distribuies, vamos criar uma coluna para o
desvio (ou distncia) dos valores observados em relao Mdia ( ) X X
i
.

Distribuio A Distribuio B

i X
i
( ) X X
i
I X
i
( ) X X
i

1 2 2 8 = 6 1 2 2 8 = 6
2 3 3 8 = 5 2 4 4 8 = 4
3 4 4 8 = 4 3 7 7 8 = 1
4 13 13 8 = 5 4 9 9 8 = 1
5 18 18 8 = 10 5 18 18 8 = 10
40 0 40 0

Vemos ento, que em ambas as distribuies, o somatrio dos desvios em relao mdia
aritmtica igual a zero. Isto acontecer em toda e qualquer srie de observaes, pois a soma dos
desvios em relao mdia aritmtica sempre ser nula. Como avaliar ento a disperso entre os
valores observados?
Uma das formas de resolvermos este problema somando em mdulo todos os desvios.
Este somatrio, dividido pelo nmero de observaes, nos dar a segunda medida citada no incio, o
Desvio Mdio Absoluto (DMA), que nada mais do que a mdia aritmtica dos desvios
considerados em mdulos (valor absoluto).
ESTATSTICA BSICA Pedro Bello Pgina 2
Teremos ento para as duas distribuies:

Distribuio A Distribuio B

i X
i
X X
i
i X
i
X X
i

1 2 |2 8| = 6 1 2 |2 8| = 6
2 3 |3 8| = 5 2 4 |4 8| = 4
3 4 |4 8| = 4 3 7 |7 8| = 1
4 13 |13 8| = 5 4 9 |9 8| = 1
5 18 |18 8| = 10 5 18 |18 8| = 10
40 30 40 22

6
5
30
n
X X
DMA
i
A
= =

= 4 , 4
5
22
n
X X
DMA
i
B
= =

=

Como o Desvio Mdio Absoluto da Distribuio B menor do que o da Distribuio A,
podemos afirmar que a disperso entre os valores de B menor.
Observao: Se tivermos uma distribuio para dados agrupados teremos de multiplicar
cada mdulo pela respectiva freqncia e dividir pela soma das freqncias. Assim, a frmula para
clculo do DMA ser:


=
i
i i
F
F X X
DMA
Lembrando ainda que, se os dados se apresentarem em intervalos de classe,
consideraremos X
i
como o ponto mdio do intervalo de classe.

A outra maneira de eliminarmos o problema do somatrio nulo dos desvios em relao
Mdia, elevando-os ao quadrado. O somatrio destes quadrados dividido pelo nmero de
observaes, nos dar a terceira medida citada no incio, a Varincia (absoluta).
Teremos ento para as duas distribuies:

Distribuio A Distribuio B

i X
i

( )
2
i
X X
i X
i

( )
2
i
X X
1 2 ( 6)
2
= 36 1 2 ( 6)
2
= 36
2 3 ( 5)
2
= 25 2 4 ( 4)
2
= 16
3 4 ( 4)
2
= 16 3 7 ( 1)
2
= 1
4 13 (5)
2
= 25 4 9 (1)
2
= 1
5 18 (10)
2
= 100 5 18 (10)
2
= 100
40 202 40 154

Valores obtidos para as Varincias (
2
):
( )
4 , 40
5
202
n
X X
2
i 2
A
= =

= e
( )
8 , 30
5
154
n
X X
2
i 2
B
= =

=
ESTATSTICA BSICA Pedro Bello Pgina 3
Novamente lembramos que, se tivermos uma distribuio para dados agrupados, teremos
de multiplicar o quadrado de cada desvio pela respectiva freqncia, dividindo a seguir pela soma
das freqncias e se os dados se apresentarem em intervalos de classe, X
i
ser o ponto mdio do
intervalo de classe. Assim, a frmula para clculo da Varincia ser:
( )


=
i
i
2
i 2
F
F X X


Para o exemplo dado, pudemos constatar tambm pela Varincia, que a disperso menor
entre os valores da distribuio B.
No exemplo aqui citado, a Mdia um valor exato e temos apenas 5 valores observados.
Em outros casos, ser mais trabalhoso calcularmos a Varincia atravs dessa forma, principalmente
se a Mdia for uma dzima peridica. Por exemplo: se X = 40/9 = 4,444...
Neste caso, alm de trabalhoso, teremos impreciso devido ao necessrio arredondamento
dos valores.
A outra frmula para o clculo da Varincia e bem mais utilizada do que a primeira :
( )


=
n
X
X
n
1
2
i 2
i
2
para o clculo da Varincia Populacional ou:

( )

=
n
X
X
1 n
1
S
2
i 2
i
2
se quisermos calcular a Varincia Amostral
Observe que, se estivermos trabalhando com uma Amostra, basta subtrairmos 1 (grau de
liberdade) do denominador da frao 1/n. Esta regra vale tambm para os clculos pelo processo
anterior, ou seja, se usssemos o processo anterior (somatrio dos quadrados dos desvios) para uma
amostra, ao invs de dividirmos por n, dividiremos por n 1, ento:
( )
1 n
X X
S
2
i 2


= ou
( )


=
1 F
F X X
S
i
i
2
i 2
para dados agrupados

No exemplo dado, obteremos para as 2 distribuies os mesmos valores de Varincia, tanto
pela primeira como pela segunda frmula (mais utilizada).
Vamos novamente construir as tabelas, criando alm da coluna dos valores observados (X
i
)
uma coluna para os quadrados desses valores a fim de obtermos o somatrio para usar na frmula:

Distribuio A Distribuio B

i X
i

2
i
X i X
i

2
i
X
1 2 2
2
= 4 1 2 2
2
= 4
2 3 3
2
= 9 2 4 4
2
= 16
3 4 4
2
= 16 3 7 7
2
= 49
4 13 13
2
= 169 4 9 9
2
= 81
5 18 18
2
= 324 5 18 18
2
= 324
40 522 40 474

ESTATSTICA BSICA Pedro Bello Pgina 4
Valores obtidos para as Varincias:
( )
( ) 4 , 40
5
202
320 522
5
1
5
1600
522
5
1
5
40
522
5
1
n
X
X
n
1
2
2
i 2
i
2
A
= = = |
.
|

\
|
=
|
|
.
|

\
|
=


=

( )
( ) 8 , 30
5
154
320 474
5
1
5
1600
474
5
1
5
40
474
5
1
n
X
X
n
1
2
2
i 2
i
2
B
= = = |
.
|

\
|
=
|
|
.
|

\
|
=


=
Ou seja, os mesmos valores obtidos pela frmula anterior.

Para dados agrupados consideraremos a freqncia no clculo da Varincia e quando os
dados se apresentarem em intervalos de classe, X
i
ser o ponto mdio do intervalo de classe. Logo,
a frmula ser:
( )

=
i
2
i i
i
2
i
i
2
F
F X
F X
F
1
para a Varincia Populacional e

( )




=
i
2
i i
i
2
i
i
2
F
F X
F X
1 F
1
S para a Varincia Amostral

Agora, raciocinando logicamente e observando as frmulas para clculo da Varincia,
notamos tratar-se de uma soma de quadrados. Portanto, se a unidade de medida da varivel for, por
exemplo, metro, teremos como resultado para a Varincia metros quadrados. Para voltarmos
unidade original, precisamos definir outra medida de disperso, a mais utilizada das medidas
citadas: o Desvio Padro, que nada mais do que a raiz quadrada positiva da Varincia.
Assim, temos:
2
= que o Desvio Padro para a populao e;

2
S S = que o Desvio Padro para uma amostra

Logo, para encontrarmos o Desvio Padro, deveremos primeiro calcular o valor da
Varincia e depois extrair a raiz quadrada positiva deste resultado.
No exemplo dado, teremos:
36 , 6 4 , 40
2
A A
= = e 55 , 5 8 , 30
2
B B
= =

A quinta medida de disperso que veremos a Varincia Relativa (VR), que relativa
porque leva em considerao no seu clculo o quadrado da Mdia. Portanto, essa varincia ser
mais diretamente influenciada pelo valor da Mdia e nem sempre a distribuio que apresenta a
maior (ou menor) Varincia Absoluta, necessariamente apresentar a maior (ou menor) Varincia
Relativa, pois depender do valor da Mdia.
Entenda por qu:
2
2
X
VR

= ou seja, o resultado da diviso da Varincia pelo quadrado da Mdia.

No exemplo que demos aqui, as Mdias das distribuies A e B so iguais (8), ento se a
Varincia de A maior do que a de B, a VR
A
tambm ser maior.
No caso VR
A
= 40,4/64 = 0,63125 e VR
B
= 30,8/64 = 0,48125
Mas vamos imaginar outro exemplo:
ESTATSTICA BSICA Pedro Bello Pgina 5
Suponhamos agora uma distribuio Y com Mdia 10 e Varincia igual a 16. A Varincia
Relativa ser igual a: 16/100 = 0,16. Suponhamos agora uma distribuio Z com Mdia 3 e
Varincia igual a 4. A Varincia Relativa ser igual a: 4/9 = 0,444...
A segunda distribuio tem uma Varincia bem menor (25% da varincia de Y), mas no
entanto a sua Mdia no menor na mesma proporo (30% da Mdia de Y), estando bem mais
prxima da varincia do que a primeira. Logo, embora a segunda distribuio tenha uma Varincia
(absoluta) menor, ter uma Varincia Relativa maior.

A ltima medida de disperso que veremos o Coeficiente de Variao (CV), que nada
mais do que simplesmente o valor positivo da raiz quadrada da Varincia Relativa. Logo:
X
X
X
VR CV
2
2
2
2

= =
Ento, o CV tambm pode ser expresso como sendo o resultado da diviso do Desvio
Padro pela Mdia.
Vemos que se trata igualmente de uma medida relativa de disperso, til para a
comparao em termos relativos do grau de concentrao em torno da mdia de sries distintas.
Portanto, uma medida que serve para avaliar a homogeneidade de sries estatsticas e pode ser
expresso na forma unitria ou percentual.
Exemplo: Numa empresa, o Salrio Mdio dos homens de R$ 400,00 com Desvio
Padro de R$ 150,00, enquanto a Mdia do salrio das mulheres R$ 300,00 com Desvio Padro de
R$ 120,00. Qual dos grupos apresenta a maior disperso relativa?
Podemos notar que, embora haja maior disperso absoluta para o salrio dos homens, a
disperso relativa ser maior para o salrio das mulheres, pois:
CV
H
= 150/400 = 0,375 ou 37,5%
CV
M
= 120/300 = 0,40 ou 40%
Considera-se que um CV superior a 50% indica alto grau de disperso e conseqentemente
pequena representatividade da mdia, enquanto para um CV inferior a 50% a mdia ser tanto mais
representativa quanto menor for o valor do CV, ou seja, quanto menor for o CV mais homognea
ser considerada a srie e quanto maior for o CV, mais heterognea.